-
题名基于路径分析和关系描述的知识图谱补全方法
被引量：2
- 1
-
-
作者
佟强
刘旭红
陈雨婷
陈玉立
-
机构
北京信息科技大学数据与科学情报分析实验室
北京信息科技大学网络文化与数字传播北京市重点实验室
北京信息科技大学北大方正集团有限公司数字出版技术国家重点实验室
-
出处
《科学技术与工程》
北大核心
2021年第12期4999-5004,共6页
-
基金
国家重点研发计划(2017YFB1400402)
北京市教育委员会科技计划面上项目(KM201811232018)
+2 种基金
网络文化与数字传播北京市重点实验室开放课题(ICDDXN006)
北京信息科技大学“勤信人才”培育计划(5112011106)
北大方正集团有限公司数字出版技术国家重点实验室专项课题。
-
文摘
面对相对复杂的互联网信息,知识图谱能够将其表达成更加便于理解的形式,通过可视化技术加以显示并提供有价值的参考。但伴随数据实体及实体关系的快速扩增,知识图谱的稀疏性和连通性不足等问题日趋凸显。提出一种基于路径分析和关系描述的知识图谱补全方法,并以泛娱乐领域相关数据为例,对该方法的有效性进行验证。构建基于泛娱乐知识特点的泛娱乐领域知识图谱,并在该知识图谱上进行验证实验。实验结果表明,提出的方法能够很好地推理出知识图谱中的隐含与遗漏路径,有效地实现知识图谱补全,从而发现具有丰富价值的隐含知识。
-
关键词
知识图谱补全
情报获取
知识表示
推理路径分析
-
Keywords
knowledge graph completion
information acquisition
knowledge representation
inference path analysis
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
